东京，日本——[2025年5月9日]——来自庆应义塾大学医学院、京都府立医科大学和帝京大学的研究团队与Atopiyo公司合作，开发了一种新型的人工智能（AI）模型，该模型可以通过患者上传的智能手机照片客观地评估湿疹的严重程度。他们的研究成果最近发表在《过敏》杂志上，这是欧洲过敏和临床免疫学学会的官方期刊。
特应性皮炎（AD）是一种常见的慢性皮肤病，反复发作，通常需要长期监测和调整治疗方案。近年来，智能手机应用程序和社交媒体平台使患者更容易跟踪症状、了解病情并记录随时间的变化。然而，患者的自报症状如瘙痒或睡眠丧失并不总是与可见的疾病严重程度一致。这种差距突显了更标准化、客观评估工具的需求，并强调了数字生物标志物在填补这一角色方面的潜力。
为了解决这个问题，研究团队利用了日本最大的AD平台Atopiyo的数据，自2018年以来，超过28,000名用户在该平台上分享了超过57,000张症状照片和个人评论。这项研究中开发的AI模型集成了三个关键算法：身体部位检测、湿疹病变检测以及使用三项严重度评分（TIS）量表进行严重度评分，该量表评估红斑、肿胀和抓痕。
使用包含880张带有自报瘙痒评分的照片的训练数据集，该AI模型展示了高诊断准确性。在一项使用220张测试图像的验证研究中，基于AI的TIS（AI-TIS）与皮肤科医生评估的TIS评分显示出强相关性（R = 0.73，P < 0.001），并与客观SCORAD评分显示出有意义的相关性（R = 0.53，P = 0.04）。
“许多湿疹患者难以自行评估其疾病的严重程度，”该研究的通讯作者安达武也博士说。“我们的AI模型允许仅使用智能手机进行客观、实时的跟踪，从而赋予患者权力并可能改善疾病管理。”
有趣的是，研究还发现，基于AI的严重度评分与自报瘙痒评分之间的相关性较弱，这突显了感知症状与可观察到的炎症之间的差异。这支持了对能够提高皮肤病护理精确性的数字生物标志物日益增长的需求。
研究人员希望通过纳入更广泛的皮肤类型、年龄范围，并整合SCORAD和EASI等评分系统的其他临床特征来扩展该模型的实用性。这项工作为支持现实世界环境中患者和临床医生的AI驱动远程皮肤病解决方案铺平了道路。
关于研究：
题为“使用患者照片在现实世界环境中基于AI的特应性皮炎客观严重度评估：一种数字生物标志物方法”的研究于2025年5月20日发表在《过敏》杂志上。
通讯作者：安达武也博士（庆应义塾大学医学院）
(全文结束)
